使用sklearn模型作为深度学习模型的输入

Question

Keras给了我一种将我的深度学习模型与sklearn（sklearn的keras包装器）结合使用的方法，但是在其他方式中，我也需要同样的东西。

我想通过将几个已训练的sklearn模型的输出馈送到深度学习分类器（待训练）的输入层来创建一个整体。

我能做到吗？

Answer 1

您可能应该探索Stacking：http://blog.kaggle.com/2016/12/27/a-kagglers-guide-to-model-stacking-in-practice/

发生的事情是，当我们进行交叉验证时，我们可以结合结合非常规预测来重新生成训练数据。

例如，如果您有1000个数据点并且使用5倍进行评估，则将有5个长度为200的不同验证集。将在该集合上获得的所有预测结合起来，实际上将获得长度1000的新功能，因此一个新功能。 同样，通过训练更多模型，您可以获得与3-4个模型的预测相对应的3-4个特征。

最后，您可以将这些功能与您选择的任何模型进行堆叠，甚至可以使用深度神经网络。